一、写这篇博文的初衷1.写这篇博文的初衷是看到许多网上枚举的统计学的高引用论文有些不靠谱，所以想动手自己去枚举一下，希望能靠谱一些2.这篇博文中列出的只是我自己相识并凭据谷歌学术查到的高引用论文的数据，是否是真实的高引用论文数据这个可能还是有一些差距。好比贝叶斯统计这一块的高引用论文就没有枚举。

主要是我自己对贝叶斯统计这一块的内容不是很熟3.我此处列出的数据是停止到2020-04-07基于谷歌学术搜索获得的数据，统计的年均引用次数是停止年份2019年盘算出的4.开端看了一下统计学中引用比力高的论文首发基本上是统计学的四大天王级此外期刊（Biometrika、JASA、JRSSSB和The annals of statistics）5.统计学中的高引用论文中提出的方法现在基本上在实践中被广泛应用，好比GBDT、GLMNET、BOX-COX变换、COX回归模型等等6.可能有些人已经发现统计学中高引用的论文，许多方法在机械学习中也是很是常用的，好比adbooting、GBDT、GLMNET等。这从一个侧面反映出统计学和机械学的广泛联系和相互融会7.文中表述有错误的地方接待列位读者在评论区留言说明，谢谢！二、统计学高引用论文按年份枚举1.Nonparametric estimation from incomplete observations（引用次数57681，年均引用946次/年）焦点内容：这篇文章主要是提出了生存分析数据漫衍的预计方法提卡普兰-迈耶预计（Kaplan–Meier）的统计量作者：EL Kaplan, P Meier期刊：Journal of the American statistical association揭晓年份：19582.An analysis of transformations（引用次数15635 ，年均引用284次/年）焦点内容：提出了BOX-COX变换作者：GEP Box, DR Cox期刊：Journal of the Royal Statistical Society : Series B揭晓年份：19643.Regression models and life‐tables（引用次数51516 ，年均引用1096/年）焦点内容：提出了生存分析的Cox回归模型(比例风险模型)作者：DR Cox期刊：Journal of the Royal Statistical Society : Series B揭晓年份：19724.Cross‐validatory choice and assessment of statistical predictions（引用次数8798 ，年均引用215/年）焦点内容：提出了我们现在常用的模型评估机制Cross‐validation作者：M Stone期刊：Journal of the Royal Statistical Society : Series B揭晓年份：19745.Maximum Likelihood from Incomplete Data Via the EM Algorithm（引用次数60123 ，年均引用1432/年）焦点内容：提出了EM算法作者：A. P. Dempster N. M. Laird D. B. Rubin期刊：Journal of the Royal Statistical Society : Series B揭晓年份：19776.Estimating the dimension of a model（引用次数41570 ，年均引用1014/年）焦点内容：提出了模型选择和模型定阶的尺度BIC准则作者：G Schwarz期刊：The annals of statistics揭晓年份：19787.Bootstrap Methods: Another Look at the Jackknife（引用次数19153 ，年均引用479/年）焦点内容：提出了bootstrap方法作者：B. Efron期刊：The annals of statistics揭晓年份：19798.Longitudinal data analysis using generalized linear models （引用次数17347 ，年均引用526/年）焦点内容：提出了处置惩罚纵向数据的广义预计方程方法作者：KY Liang, SL Zeger期刊：Biometrika揭晓年份：19869.Controlling the false discovery rate: a practical and powerful approach to multiple testing（引用次数63236 ，年均引用2635/年）焦点内容：提出了多重假设磨练错误率控制的方法作者：Y Benjamini, Y Hochberg期刊：Journal of the Royal Statistical Society : Series B揭晓年份：199510.Regression shrinkage and selection via the lasso（引用次数32896 ，年均引用1430/年）焦点内容：提出了lasso回归方法作者：R Tibshirani期刊：Journal of the Royal Statistical Society : Series B揭晓年份：199611.Additive logistic regression: a statistical view of boosting （引用次数6917 ，年均引用364/年）焦点内容：从统计的看法解释了boosting，并给出了我们现在常用adboosting算法作者：Jerome Friedman, Trevor Hastie, and Robert Tibshirani期刊：The Annals of Statistics揭晓年份：200012.Greedy Function Approximation: A Gradient Boosting Machine（引用次数9620 ，年均引用534/年）焦点内容：提出了GBDT算法，是现在XGBOOST、LIGHTGBM、CATGBM算法的基础作者：Jerome H. Friedman期刊：The Annals of Statistics揭晓年份：200113.Least angle regression（引用次数9160 ，年均引用611/年）焦点内容：提出了最小角回归算法，系统解决了线性回归模型基于L1正则化系数解路径的求法作者：B Efron, T Hastie, I Johnstone期刊：The Annals of Statistics揭晓年份：200414.Regularization and variable selection via the elastic net（引用次数11048 ，年均引用789/年）焦点内容：首次提出了弹性网回归（基于L1和L2混淆的正则化方法），并给出了近似解法作者：H Zou, T Hastie期刊：Journal of the royal statistical society: series B揭晓年份：200515.Regularization paths for generalized linear models via coordinate descent（引用次数7988，年均引用888/年）焦点内容：给出了广义线性模型和COX风险模型基于弹性网回归的算法（坐标交替梯度回归算法），并公布了应用很是广泛的GLMNET软件包（R版）作者：J Friedman, T Hastie, R Tibshirani期刊：Journal of statistical software揭晓年份：2010。

本文来源：宝博app官网-www.chnzhida.com